La toma de decisiones en el mejoramiento inteligente multigeneracional (MGIB) es una técnica utilizada por los mejoradores de plantas para seleccionar individuos de apareamiento para producir nuevas generaciones y asignar recursos para cada generación. Sin embargo, la investigación existente sigue siendo escasa sobre la optimización dinámica de recursos bajo limitaciones de presupuesto y tiempo. Inspirado en los avances en el aprendizaje por refuerzo (RL), se propuso un marco que integra algoritmos evolutivos con RL profundo para llenar este vacío. El marco combina dos módulos: el módulo de Selección Mejorada con Anticipación (ILAS) y el módulo de Redes Neuronales Profundas Q (DQNs). El primero emplea un algoritmo de estimación de distribución mejorado por recocido simulado para tomar decisiones de apareamiento. Basado en el individuo de apareamiento seleccionado, el segundo módulo aprende políticas de asignación de recursos multigeneracionales utilizando DQN. Para evaluar nuestro marco, se realizaron experimentos numéricos en dos conjuntos de datos de mejoramiento realistas, es decir, Corn2019 y CUBIC. El ILAS superó al LAS en corn2019, aumentando el valor genómico estimado de cría (GEBV) máximo y medio en un 9.1% y un 7.7%. ILAS-DQN superó consistentemente a los métodos de referencia, logrando mejoras significativas y prácticas tanto en GEBVs de alto rendimiento como en GEBVs de élite promedio en dos conjuntos de datos independientes. Los resultados demostraron que nuestro método supera las líneas base tradicionales, tanto en generalización como en efectividad para problemas agrícolas complejos con recompensas retrasadas.